Pacotes

Para fazer o mapa, precisei de diversos pacotes. Os mapas retirei do brazilmaps, do qual já falei um pouco aqui. Os pacotes sp e sf são para análise espacial/geográfica. O ggplot2 e o tidyverse são, respectivamente, para gerar os gráficos e para manipular os dados. Por fim, o plotly é o que faz a “magia” da interatividade acontecer.

require(brazilmaps)
require(sp)
require(sf)
require(ggplot2)
require(tidyverse)
require(plotly)

Base de dados

São três bases que precisaremos para gerar esses mapas. Duas delas são informações referêntes aos mapas e são extraídas do pacote brazilmaps. A outra é uma versão editada da relação da CGU que deixei disponível no github.

BR <- get_brmap("City")

BRuf <- get_brmap("State")

PT <- read.csv2("https://raw.githubusercontent.com/RodrigoAnderle/Tese/master/ParquesGeral2016-%20Vers%C3%A3o%20Editada.csv"
, header = T)

Note que são dois mapas diferentes que vamos utilizar. Um contém a informação dos estados brasileiros, o outro dos municípios. Isso é necessário, pois, de um, vamos extrair o plano de fundo, o mapa do Brasil, enquanto que o outro será utilizado para fixar os pontos, os municípios que possuem parques.

Ajustando bases

Para fazer esse ajuste, foi feito um merge do mapa com os municípios com a relação dos parques tecnológicos. Assim, ao invés de todos os municípios, agora só temos os municípios que constam na relação. Ou seja, os municípios que possuem parques tecnológicos.

Um pequeno detalhe é que ajustei a sequência com os levels da Fase de atividade dos parques. Isso vai afetar a sequência que os mapas aparecem, pois, do contrário, apareceriam em ordem alfabética. Outro detalhe, é que exclui os parques descritos como indefinidos, pois se tratavam de quatro parques que são, exatamente isso, indefinidos, não encontrei muitas informações sobre eles, além de algumas notícias. De toda forma, é possível gerar os mapas com eles também, basta não removê-los.

PT<- merge(PT, BR, by.x = "MUN", by.y = "City")

PT$Fase <- factor(PT$Fase, levels = c("Projeto", "Implantação", 
                                      "Indefinido","Operação"))
PT <- PT[PT$Fase != "Indefinido",]

st_geometry(PT) <- PT$geometry
PT <- st_centroid(PT)

Um último procedimento é feito para adicionar a “geometria” a base de dados dos parques, transformando-a em um formato sf. Isso é necessário, pois, do contrário, ela não é reconhecida pelas funções que geram mapas. Em seguida, é definido que, ao invés do mapa dos municípios, vamos utilizar os centróides, um ponto, aproximadamente, central de onde está o município.Isso torna a visualização melhor e evita confusão, pois um parque tecnológico não corresponde a um município, mas um ponto.

Gerando mapa

Esse é o mapa gerado pelo ggplot2. Note que as informações são geradas em diferentes funções geom_sf. A primeria, gera o mapa do Brasil, a segunda, os pontos de onde estão os parques. A função facet_wrap cria mapas distintos e a função scale_color_gradient é a que estabelece como serão distribuídas as cores da legenda.

(Mapa <- ggplot() + 
  geom_sf(data = BRuf, fill = "white", na.rm = T) +
  geom_sf(data = PT, na.rm = T,size = 1,
          aes(fill = NULL, color = Ano),
          show.legend = T) +
  facet_wrap(~ Fase) +
  theme_bw() +
  scale_color_gradient(low = "red", high = "blue"))

Gerando Plotly

O plotly não é muito diferente do que foi feito. Basta reproduzir o mapa com a função ggplotly. Entretanto, para aproveitar melhor a função é possível inserir informações adicionais no aes (estética) do geom_sf dos parques. Para fazer isso me basiei em dois textos que achei na internet, este e este. Note que os termos "\n" inserem quebra de páginas no texto, possibilitanto uma informação mais clara, sem que ela fique toda contida em uma linha. Ah! É importante dar uma olhada na função ?paste, caso ela não lhe seja muito familhar.

Mapa <- ggplot() + 
  geom_sf(data = BRuf, fill = "white", na.rm = T) +
  geom_sf(data = PT, na.rm = T,size = 1,
          aes(fill = NULL, color = Ano, 
              text = paste("\n","Parque: ", Nome,"\n",
                           "\n", "Cidade: ", Cidade,"-",UF,"\n",
                           "\n","Fase: ", Fase, "\n",
                           "\n","Site: ",Site, sep = " ")),
          show.legend = F) +
  facet_wrap(~ Fase) +
  theme_bw() +
  scale_color_gradient(low = "red", high = "blue")

Sys.setenv("plotly_username"="rodrigoanderle")
Sys.setenv("plotly_api_key"="mkK4Tkjc!C!wf3C")
ggplotly(Mapa)